16歲時保送中國科大少年班，本科畢業(yè)后即留校工作，同時攻讀研究生；28歲時開始進(jìn)軍當(dāng)時最新的量子計算實驗研究領(lǐng)域，成為我國最早從事這項研究的科學(xué)家之一；接下來的近20年里，杜江峰一頭扎進(jìn)量子計算領(lǐng)域。

2002年，在國際上第一次成功地實現(xiàn)了量子博弈的實驗研究，實現(xiàn)中國國內(nèi)量子計算實驗研究工作首次刊發(fā)在國際權(quán)威雜志《物理評論快報》上。

2009年，他帶領(lǐng)自己的科研團(tuán)隊做出的又一項重要成果產(chǎn)生了：首次在真實固態(tài)體系中實現(xiàn)了最優(yōu)動力學(xué)去耦，這項成果發(fā)表于國際權(quán)威雜志《自然》。

2015年，一項關(guān)于“量子探針”的成果驚艷世界：其團(tuán)隊利用鉆石中的氮-空位點缺陷作為“量子探針”，選取了細(xì)胞分裂中的一種重要蛋白為探測對象，將量子技術(shù)應(yīng)用于單個蛋白分子研究，在室溫大氣條件下獲得了世界上首張單蛋白質(zhì)分子的磁共振譜。這項成果在權(quán)威期刊《科學(xué)》上發(fā)表，被認(rèn)為是“通往活體細(xì)胞中單蛋白質(zhì)分子實時成像的里程碑”。

近期，在數(shù)博會的人工智能和量子計算演講中，國內(nèi)量子計算大拿杜江峰詳細(xì)地為我們解釋了量子計算和人工智能的關(guān)系，讓平時對量子計算的一臉懵逼的互聯(lián)網(wǎng)人士，恍若從夢想走進(jìn)現(xiàn)實——

一聽到量子，好多人搞不清楚量子，包括當(dāng)年發(fā)現(xiàn)量子的人都說不懂量子。但量子革命，從AlphaGo到量子人工智能，它很有可能有一個這樣一個過程。

剛剛也提到了人工智能最近已經(jīng)取得了很好的成績，一個機(jī)器已能下過一個人，實際上定義的任何機(jī)器，總會超過人。就像現(xiàn)在設(shè)計的汽車和飛機(jī)速度比人快，計算機(jī)能力比人的計算能力強(qiáng)，本質(zhì)上來說人工智能不會走到一個有情感、有思維，往往是經(jīng)驗性的東西。

一般意義上來說，一幅圖象，計算機(jī)來描述圖象都是基本上看到一幅圖象，它會按照像素來展開，里面有灰度，有深度……對它形成一些數(shù)據(jù)。人工智能對這個數(shù)據(jù)是否能有感官上進(jìn)一步深入了解？看到這個圖象看到比傳統(tǒng)計算上更深的意義？比如甚至知道什么樣的繪畫風(fēng)格。這就是我們今天要探討的問題。

當(dāng)人工智能遇上量子計算

人工智能的能力來源是什么？今天會議的主題是大數(shù)據(jù) ，為什么前面加一個大，因為這是是一個動態(tài)的工作，信息量越來越大的時代，如何從浩瀚的東西中得到有利生活質(zhì)量的東西，首先要對這個數(shù)據(jù)進(jìn)行描述。這就意味著要描述的對象，由傳統(tǒng)的數(shù)據(jù)從單一逐漸走向各種復(fù)雜數(shù)據(jù)。

人工智能核心資源是計算能力，在二十年前，一個機(jī)器人，當(dāng)時用32個CPU, 達(dá)到120MHz的速度。現(xiàn)在是2000個CPU，300個GPU，提升的計算能力，使得處理學(xué)習(xí)或者智能的能力得到比較大的增強(qiáng)，不過現(xiàn)在問題是，如何過渡到量子這塊？計算能力能否無限提升？

摩爾定律在半個世紀(jì)前預(yù)言了經(jīng)典計算，每隔18-24個月，集成電路上可容納的元器件數(shù)目增加一倍，計算性能增加一倍。經(jīng)典計算的能力，從32納米，在未來到四個納米，再到更小的納米，一般都認(rèn)為摩爾定律最多還能適用10年。

我們知道一個例子，從物理科學(xué)基礎(chǔ)上講一個電子不可再分的，不可能永遠(yuǎn)從90多納米到60多納米，到40多納米，到30多納米……將來能夠到零點幾納米甚至更小納米的層面。從科學(xué)的原理上來講，宏觀問題上，是按照牛頓三大定律主宰的，但到納米層面，牛頓定律不再適用，而會進(jìn)入一個新的科學(xué)，也就是我們經(jīng)常說的量子力學(xué)，描述的基礎(chǔ)就不一樣了。

另外一個，還有一個熱耗散的問題，我們在研究里面也發(fā)現(xiàn)，經(jīng)典計算機(jī)器件的原理，熱耗散不可避免，這是原理上決定的。譬如買到早期計算機(jī)有一個風(fēng)扇散熱，你做的集成度越高，熱耗越嚴(yán)重。

但量子計算來做這塊，原理上保持可逆計算，沒有熱耗散，可以在里面自循環(huán)，這樣沒有一個熱耗散，也是遵從量子力學(xué)規(guī)律的東西。這是未來量子計算是一個比較好的前景和方向。

另外，量子力學(xué)是近代技術(shù)的支柱，一百多年前量子理論開始提出，到現(xiàn)在的晶體管，到激光，到后面的高溫超導(dǎo)，都會有一個產(chǎn)業(yè)的發(fā)展和產(chǎn)生。

會帶來無邊的“誘惑”

在過去很長一段時間里，我們對量子力學(xué)都是被動的觀察和解釋，我看到了一些現(xiàn)象，我根據(jù)這個現(xiàn)象得到一些應(yīng)用，比如激光，就是量子力學(xué)發(fā)展的成果，激光無處不在，包括投影也是激光投影。

第一次量子革命就是對晶體管，對激光的發(fā)展，支撐了整個過去信息革命的一個發(fā)展，最近隨著過去二三十年技術(shù)的積累，現(xiàn)在可以一定程度地掌控量子，可以對單個分子或者原子進(jìn)行掌控 。

在微觀有主動調(diào)控能力有了這種調(diào)控，可能會產(chǎn)生一系列新的技術(shù)，這方面比較清楚的，在量子信息里面，目前分三個方向：

一個是量子密碼，大概7月份，中國的第一顆，也是全球第一顆量子衛(wèi)星在500公里軌道開始發(fā)射，實現(xiàn)一個安全的密碼輸送；

一個是量子通訊，同時在發(fā)改委的干線，今年年底明年開始在城市間，從北京到上海，上海到合肥的一個地面的有線網(wǎng)絡(luò)，空中的無線網(wǎng)絡(luò)。

另一個是量子時鐘和量子傳感器，最近幾年，精密測量得到非常好的推廣和應(yīng)用，大概一個月前，歐盟通過了一個量子宣言，比如沒有GPS的導(dǎo)航，有一些量子傳感器，大概有10億歐元，在2020年計劃里面有一個投入。

總的來說，現(xiàn)在已經(jīng)有了非常好的發(fā)展前景。為什么說量子近年好很多？原因很簡單。計算機(jī)經(jīng)典的儲存單元是什么？一般是一個（電荷上的）高電頻和低電頻，高電頻代表1，低電頻代表0，叫它二進(jìn)制，量子力學(xué)告訴我們高電頻和低電頻同一瞬間同時存在。

所謂的量子疊加和量子相干，如果我有一個16位的計算機(jī)，或者32位的，它的輸入就是電頻里面的2的16次方或者2的32次方。

量子計算就是進(jìn)行疊加，這時候高速的來源就在這個地方，可以2的多少次方處于所有狀態(tài)里面，可以在這個里面透視做計算。在這個基礎(chǔ)上，我們做量子計算，量子密碼，量子因特網(wǎng)，量子時鐘，甚至是量子傳感器。

巨頭林立的國際競爭

在量子計算這塊，包括美國和日本的國際項目，以及微軟和IBM，中科院有一個國家計算機(jī)的規(guī)劃綱要，有比較大的投入，企業(yè)界逐漸開始往這個方面進(jìn)入，比如阿里和中科大也成了量子計算機(jī)實驗室?？偟膩碚f，量子力學(xué)跟人工智能有什么關(guān)系？

有這樣一個關(guān)系的話。

如果做成人工智能，如果只是加速，原來需要一千臺機(jī)器，或者需要一萬臺，現(xiàn)在（用量子計算機(jī)）可能四臺就可以了，形成快速的計算能力。

另外一個領(lǐng)域，量子力學(xué)在模型里面解決傳統(tǒng)的沒有的模型，那是另外一個方向。

量子用于計算就是計算，用于通訊就是通訊，用于人工智能就是人工智能。利用相干疊加的方式，實現(xiàn)了計算，無法比擬的超級計算能力，可以把復(fù)雜度的NP計算問題，就可以變成P問題。

如果做基礎(chǔ)的人來講，不管是經(jīng)典還是量子，我們處理的都是效率的問題，把一些遙遙無期的東西變成一些結(jié)果。

大數(shù)分解，金融行業(yè)經(jīng)常用到的，給你一個非常大的一個數(shù)，找到它的兩個素數(shù)是什么，經(jīng)典萬億次的計算機(jī)需要15萬年，如（用萬億次的）是量子計算機(jī)，只需要一秒。在計算數(shù)據(jù)處理里面是一個基本的方式，如果用一個億億次的經(jīng)典計算需要一百年，但是把速度可以降下來，只用一個萬億次的量子計算可能就0.01秒的時間。

量子人工智能的計算能力為人工智能發(fā)展提供革命性的工具，能夠指數(shù)加速學(xué)習(xí)能力和速度，輕松應(yīng)對大數(shù)據(jù)數(shù)據(jù)的挑戰(zhàn)。

最新的理論進(jìn)展

在人工智能這塊，谷歌開始建立量子人工智實驗室，包括微軟等在做一些人工智能方面的東西。這幾年開始，甚至在AlphaGo出來之前，在學(xué)界就已經(jīng)有一些研究，人工智能里面的分類問題，是大數(shù)據(jù)中常見的任務(wù)，根據(jù)已有的數(shù)據(jù)體現(xiàn)規(guī)律，判斷新數(shù)據(jù)是屬于哪一類。如下圖所示，MIT在這方面已經(jīng)有如下的理論進(jìn)展一：

另一個理論進(jìn)展，是MIT和Google的聯(lián)合研究發(fā)現(xiàn)，量子人工智能算法可以加速特征提取過程：

整體的研究進(jìn)展如下圖所示（紅色的兩個部分是我們實驗室做的，把這個體系放到量子的模型機(jī)上，來演示這個實驗。這是去年的一個工作。）

最后，以實際進(jìn)展向大家舉一個量子計算運用到人工智能的例子，這種指數(shù)加速是可行的，通過我們專用儀器設(shè)備，來讀出量子比特狀態(tài)：

MIT和一些媒體的報告，包隨著數(shù)據(jù)越來越大，現(xiàn)在每年生產(chǎn)信息2的60次方，就是60比特，用經(jīng)典比特資源，約百萬塊硬盤能夠存下數(shù)據(jù)；但要描述宇宙所需的信息量時，會達(dá)到2的300次方，就是300比特，按現(xiàn)在的的比特資源就已經(jīng)不可能儲存了。

IBM制造的計算系統(tǒng)包含了5個量子比特，在其它實驗室大概有十個。在未來五到十年能達(dá)到三十個比特，就已經(jīng)是非常了不起的一個能力了（注：如果一個量子計算機(jī)能夠組建成50個量子比特，當(dāng)今世界前500名的超級計算機(jī)全部加起來，功能都無法勝過它。）。也就是說可以空間可以達(dá)到2的30次方，在大數(shù)據(jù)方，量子人工智能計算能力巨大的優(yōu)勢，實現(xiàn)這樣的一個彎道超車。

最后

我想說，第一次量子深刻影響了晶體管和激光的發(fā)展，第二次量子革命對人類一定是有巨大促進(jìn)的作用。我們不應(yīng)該去懼怕科學(xué)上的一些進(jìn)展，因為畢竟機(jī)器是人造的?，F(xiàn)在眼前并沒有看到一個機(jī)器有人的情感來毀滅人，我的觀點應(yīng)該不是這樣的。謝謝大家！

作者：杜江峰，中國科學(xué)院院士、中國科學(xué)技術(shù)大學(xué)物理學(xué)院院長。